December 11, 2025
데이터를 분석하다 보면 ‘이 질문에 답하려면 어떤 차트를 만들어야 할까?’라는 고민을 자주 하게 됩니다. 앰플리튜드(Amplitude)는 이러한 고민을 덜어주기 위해 Ask Amplitude를 선보였습니다.
Ask Amplitude는 사용자가 자연어로 질문을 입력하면, 곧바로 적합한 차트를 생성하고 인사이트를 제공합니다. 지금부터 Ask Amplitude를 실무에서 어떻게 활용할 수 있는지, 구체적인 사례를 통해 살펴보겠습니다.
행동 데이터의 핵심 가치는 질문에 답하고, 의사 결정에 필요한 인사이트를 도출하는 데 있습니다. 그러나 지금까지 앰플리튜드를 사용하는 많은 사용자들은 제품 UI에서 차트를 단계별로 직접 구성해야 했습니다.
이제 Ask Amplitude를 통해 이러한 복잡한 차트 작성 과정을 대폭 간소화할 수 있습니다. 여러 단계를 거쳐 차트를 구성할 필요 없이, 아래 예시처럼 궁금한 내용을 질문 형태로 입력하기만 하면 됩니다.
Ask Amplitude는 질문을 이해하고, 적절한 차트 유형과 이벤트, 속성을 자동으로 선택해 결과를 보여줍니다. Amplitude AI Agent 기능과 함께 활용하면, 데이터 분석에 필요한 시간과 노력을 크게 줄일 수 있습니다.
Ask Amplitude는 데이터팀에 의존하지 않고도 누구나 스스로 데이터를 탐색할 수 있도록 설계되었습니다. 단순히 질문에 답하는 AI가 아니라, 실무자가 제품 데이터를 직접 활용할 수 있도록 돕습니다.
예를 들어 ‘사용자 가입부터 노래 또는 영상 구매까지의 퍼널 전환율은 어떻게 되나요?’라고 질문했다고 가정해 보겠습니다.
Ask Amplitude는 전환율 수치만 제공하는 데서 그치지 않고, A/B 테스트 가입 그룹별로 데이터를 분할하고, 전날 대비 지표를 비교하며, 첫 단계에서 안드로이드(Android)와 iOS 플랫폼만 필터링하는 방법까지 함께 보여줍니다.
또한 자연어 기반으로 데이터 분석을 구성할 수 있게 되면서, 실무자가 필요한 시점에 직접 서비스 데이터를 분석하고 인사이트를 도출할 수 있게 되었습니다. 이렇게 생성된 차트는 단순한 보고용 결과가 아니라, 실무자가 스스로 지식을 쌓고 다음 질문에 주도적으로 답할 수 있는 토대가 됩니다.
편리함만을 이유로 AI가 차트를 무분별하게 생성하게 두면 문제가 발생할 수 있습니다. 비슷한 내용의 차트가 여러 개가 있으면, 오히려 어떤 차트를 신뢰해야 할지 판단하기 어려워지기 때문입니다.
Ask Amplitude는 시맨틱 검색을 활용해 이러한 문제를 방지합니다. 새로운 차트를 만들기 전에 먼저 앰플리튜드 내에 이미 존재하는 콘텐츠를 검색하고, 동료들이 만들고 검증한 차트 중 유사한 것이 있는지부터 확인합니다.
이러한 검색 기법은 ‘스트리밍된 비디오 시간’과 ‘총 시청 시간’처럼 표현은 다르지만 같은 의미를 가진 용어까지 인식합니다. 덕분에 사용자는 대부분의 경우 새로운 차트를 추가로 생성하지 않고도 필요한 콘텐츠를 찾을 수 있으며, 앰플리튜드 내 콘텐츠의 품질과 신뢰도를 함께 유지할 수 있습니다.
마티니는 앰플리튜드를 활용해 고객사가 데이터에서 인사이트를 얻고, 더 나은 의사결정을 할 수 있도록 돕고 있습니다. 데이터 환경을 구축하고 마케팅 성과를 높이고 싶다면, 지금 바로 마티니와 만나보세요.
|
실무자에게 적합한
|
December 9, 2025
이제 브레이즈에서 RFM 세그멘테이션을 활용할 수 있게 되었습니다.
RFM 세그멘테이션은 최근성(Recency), 빈도(Frequency), 금액(Monetary)를 기준으로 각 지표를 스코어링하고, 점수별 유저 그룹의 특성을 정의하는 세그멘테이션 방식입니다.
브레이즈의 SQL Segment Extension에서 사전 정의된 템플릿을 활용해 간편하게 사용할 수 있습니다.
RFM 세그먼트에 대한 상세한 내용은 마티니의 RFM 분석 사례 아티클에서도 확인해보실 수 있습니다.
*쿼리문에서 일부 데이터를 조정하여 기준을 변경하는 것도 가능합니다.
Custom Attribute별로 각 데이터가 차지하는 비중을 확인할 수 있는 기능이 생겼습니다.
예를 들어, ‘멤버십’ 정보를 저장한 Custom Attribute에 각 멤버십 등급별 비중을 확인하거나, 유저가 ‘구매한 카테고리 리스트’에 가장 많이 담긴 카테고리 비중을 확인하는 등의 인사이트 확인이 가능합니다.
다만, 25만 명 이상으로 유저수가 큰 경우, 샘플링된 데이터로 제공되어 실제와 오차가 발생할 수 있는 점 참고가 필요합니다.
Data Settings > Custom Attribute 메뉴로 진입하여 보고 싶은 데이터의 우측 메뉴에서 View Usage 버튼을 눌러 확인할 수 있습니다.
November 3, 2025
지난 BrazeAI 신규 기능 소개에서 BrazeAI Decisioning Studio™를 소개드렸었습니다. BrazeAI Decisioning Studio™는 유저 행동 데이터를 바탕으로 적합한 메시지, 발송시간, 개인화 등 CRM 메시지에 필요한 모든 요소를 스스로 의사결정하는 신규 기능입니다.
AI가 직접 의사결정을 내림에 따라 A/B 테스팅, 개인화 구현, 목표 최적화 등에 들이는 시간을 최소화하고, 더 높은 성과까지 기대할 수 있습니다.
이번 릴리즈 노트에는 BrazeAI Decisioning Studio™를 사용하기 위한 가이드 문서가 업데이트되었습니다. 가이드 문서에는 연동, 에이전트 활용, 리포트 확인 관련 내용이 추가되었으며, 링크에서 확인하실 수 있습니다.
앞으로 AI를 활용한 CRM 마케팅이 마케터의 업무와 필요 역량에 큰 변화를 가져올 것으로 예상되니, 미리 파악해두시면 좋을 것 같습니다.
올해 브레이즈는 WhatsApp을 비롯하여 RCS, Line등 신규 채널 추가에 힘쓰고 있습니다. 이번 업데이트에서는 새롭게 추가된 RCS, Line에 대한 클릭, 발송 등 메시지 상호작용 관련 데이터도 Currents로 데이터를 전송할 수 있도록 추가되었습니다.
특히, 한국에서는 문자 대비 비용 효율이 좋고, 보다 양방향 소통이 가능한 채널인 RCS 활용량이 증가할 것으로 기대되는데요. 브레이즈에서 RCS가 신규 기능으로 출시되고 그에 대한 데이터 연결까지 수월해져, 브레이즈를 통한 RCS 메시지가 더욱 중요해질 것 같습니다.
CRM 마케터라면 모든 캠페인에 매 번 필터링으로 특정 유저들을 타겟에서 제외하거나, Frequency에 대한 고민을 가진 경험이 있으실텐데요. 이제는 Suppression List를 활용하여 편리하게 이 고민을 해결할 수 있습니다.
Suppression List는 특정한 세그먼트를 설정하여, 해당 세그먼트는 아무런 메시지도 받지 않도록 하는 기능입니다. 기존의 베타버전에서 General Access 버전으로 정식 출시되었습니다.
Suppresion List에 특정 유저들을 의도적으로 메시지 수신 대상에서 제외하거나, 메시지의 노이지함을 막기 위해 N일 내 메시지 열어본 사람을 대상에서 제외하는 등 다양한 조건을 적용할 수 있습니다.
제로카피 개인화(Zero-copy Personalization)는 별도로 브레이즈 내에 데이터 수집 과정을 거치지 않고 즉시 개인화에 데이터를 사용하는 방법입니다. 데이터 수집 과정이 없기 때문에 개발의 편리함도 챙길 수 있고, 동시에 Datapoint나 보안 문제 등으로부터 상대적으로 자유로워질 수 있습니다.
이제 브레이즈 캔버스(Canvas)에서 CDI(Cloud Data Ingestion)를 이용하여 DW에 수집된 데이터를 브레이즈로 보내어 데이터 저장 없이 개인화에 사용할 수 있습니다.
아직은 얼리 액세스 단계로, 사용을 위해서는 리셀러를 통해 오픈 요청을 해야하는 단계이며, 상세한 사용 방법은 링크를 통해 확인하실 수 있습니다.
.png)
December 30, 2025
마티니 CRM팀은 브레이즈와 같은 CRM 솔루션 도입을 지원하고
개인화된 캠페인을 실행하며, 자동화 환경을 구축하는 조직입니다.
그 중 최영아, 김찬희님은 CRM팀의 파트 리더로서 팀을 이끌고 있는데요.
입사 2년 차, 1년 차에 다양한 CRM 캠페인을 리딩하고 내부 교육과 외부 컨퍼런스 발표까지 경험한 두 리더 분께, 마티니에서의 성장, CRM이라는 일, 그리고 함께 일하고 싶은 사람에 대해 들어보는 시간을 가졌습니다.
최영아:
다양한 버티컬의 CRM을 경험해 보고 싶었어요. 마티니는 대행사다 보니 여러 산업의 고객사를 경험할 수 있을 거라고 생각했고, 그 점이 가장 매력적이었어요.
입사 후에는 패션 커머스 ‘웍스아웃’ CRM 캠페인을 처음 맡았는데,
온보딩 교육을 들으면서 제가 알고 있던 Braze 활용이 정말 극히 일부였다는 걸 깨달았어요.
이전 회사에서는 단순히 푸시나 메시지를 발송하는 수준이었다면,
마티니에서는 유저 데이터를 기반으로 훨씬 정교한 개인화와 전략 설계가 가능하다는 걸 알게 됐죠.
김찬희:
저는 기술적인 스킬을 채우고 싶어서 마티니를 선택했어요.
실제로 마티니에서 Liquid, Connected Content 교육을 듣고 기술적으로 부족한 부분을 할 수 있게 되면서 기획의 폭도 확 넓어졌습니다. 예전에는 머릿속 아이디어를 기술적으로 구현하지 못해 포기했다면, 이제는 생각한 것을 실제로 만들어낼 수 있게 된 거죠.
입사하고 나서는 웍스아웃 캠페인을 인수인계 받았는데, 기존 캠페인을 새로운 시각으로 바라볼 수 있어서 재미있었어요. '이렇게도 해볼 수 있지 않을까?' 싶은 아이디어를 많이 제안했어요. 실제로 제 생각이 반영되고, 구현할 수 있게 되는 과정이 인상 깊었습니다.
최영아:
주니어일 때는 늘 질문을 하는 입장이었는데, 파트 리더가 되고 나서는 질문을 받는 입장이 되더라고요. 특히 파트원들이 던지는 질문 중에는 저도 미처 생각하지 못했던 포인트들이 많아서, 그럴 때마다 다시 찾아보고 공부하게 돼요.
예를 들면, iOS와 Android의 UX 차이 때문에 인앱 메시지 성과가 다르게 집계되는 케이스가 있었어요. iOS 유저다 보니 iOS 기준으로만 생각하면서 놓쳤던 지점이었죠.
마티니는 팀 전체가 계속 배우려는 분위기라서, 이렇게 다양하고 자유롭게 오가는 질문들이 오히려 성장의 원동력이 되는 것 같아요.
김찬희:
저는 하드 스킬과 소프트 스킬 모두 성장했다고 느껴요.
처음에는 ‘내 실무를 얼마나 잘하느냐’에만 집중했다면, 지금은 팀 전체를 보면서 ‘이 분은 어떤 일을 할 때 가장 잘할 수 있을까’도 함께 고민하게 됐어요. 리더가 되면서 실무의 전반적인 맥락을 빠르게 이해하고 파트원이 스스로 답을 찾을 수 있도록 질문을 던지는 역할이 중요하다는 것도 알게 됐고요.
김찬희:
마티니 CRM 팀은 단순히 메시지를 발송하는 팀이 아니에요. 고객의 경험을 설계해서 비즈니스 성장을 이끄는 일을 합니다.
적지 않은 분들이 CRM을 '푸시 문구 잘 쓰는 일'로 생각하시는데, 사실 메시지는 수단일 뿐이에요. 진짜 중요한 건 '비즈니스 목표와 고객의 니즈가 만나는 지점'을 찾는 거죠.
그 접점에 고객이 필요한 메시지를 보내서 서비스의 가치를 느끼게 하고, 결국 서비스 안에서의 고객 가치를 높이는 전 과정이 CRM이라고 생각해요.
최영아:
맞아요, 저도 처음엔 CRM을 메시지 발송이라고 생각했어요. 그런데 일을 하다 보니 유저가 어디서 이탈하고, 어디서 전환되는지 분석하는 것부터 그 여정 전체를 설계하는 일이 모두 CRM이라는 걸 알게 됐어요.
구매 전환뿐만 아니라, 유저가 서비스를 계속 사용하도록 만드는 것 자체도 중요한 CRM의 역할이에요. 그래서 CRM은 굉장히 넓은 영역을 다루는 일이라고 생각해요.
김찬희:
롯데ON '찜하기 유도' 캠페인이 가장 기억에 남아요. 전략과 전술이 모두 잘 먹혔던 케이스였거든요.
우선 데이터 분석을 통해 '찜하기 행동이 구매 기여도가 높다'는 인사이트를 발견했어요.
이걸 HTML 기반 IAM을 잘 만드는 동료분께 공유했고, 그 분이 gif 형태의 움직이는 찜 유도 캠페인으로 구현해 주셨습니다.
전략과 실행이 딱 맞아 떨어졌고, 전체 지표 개선까지 확인되니까 '이게 CRM의 재미구나' 싶었어요.
최영아:
저는 버거킹 캠페인이 기억에 남습니다. 해당 캠페인의 경우 매달 반복되는 캠페인이 많아 담당자분들의 리소스가 많이 투입되고 있었어요.
저는 파트 리더가 되고 난 후 ‘이걸 왜 매번 새로 만들지?’라는 질문을 던졌고, 비효율을 감소시키기 위해 자동화 캠페인으로 구조를 바꾸면서 리소스를 크게 줄일 수 있었어요.
이 경험을 통해 '파트원들이 더 중요한 일에 집중할 수 있게 됐다'라는 점에서 기억에 남아요.
김찬희:
사람이 뭘 할 때 동기부여를 받는지 파악하는 게 중요하다고 생각해요.
잘하는 일을 맡으면 성과도 나고 재미도 느끼거든요.
그래서 저는 파트원의 강점을 먼저 살리고, 부족한 부분은 함께 채워가는 방식을 선호합니다.
또 리더의 가장 중요한 역할은 업무 분배라고 생각해요.
실무자였을 때는 일단 내 일부터 시작했는데, 리더가 되고 나서도 똑같이 하다가 깨달았어요. 내 일 먼저 하고 파트원들에게 업무를 맡기려니 벌써 퇴근 시간이더라고요.
'이러다 팀 전체가 비효율을 겪겠다' 싶어서,
파트원들의 리소스를 먼저 확인하고 적절히 분배한 뒤 제 일을 시작하는 방식으로 바꿨습니다.
최영아:
저는 파트원들이 역량을 발휘하지 못하게 만드는 ‘걸림돌’을 제거하는 게 리더의 역할이라고 생각해요. 불필요한 반복 업무나 비효율적인 구조를 개선해서, 파트원들이 더 중요한 문제에 집중할 수 있게 만드는 게 중요하다고 느껴요.
김찬희:
CRM팀은 그로스팀과 가장 많이 협업해요. 사실 초반에는 협업이라기보다는 ‘요청’에 가까웠던 것 같아요. 분석이 필요할 때도 ‘이걸 요청해도 괜찮을까, 부담이 되진 않을까?’ 고민을 많이 했거든요.
그런데 막상 같이 일해보니, 그로스팀에서도 굉장히 적극적으로 의견을 주셨어요. ‘이런 방식이 CRM팀에도 도움이 될 것 같다’는 피드백을 주시기도 했고요.
그때 느꼈어요. 협업은 일을 넘기는 게 아니라,
각자가 잘하는 걸 섞어서 더 좋은 결과를 만드는 거구나 하고요.
최영아:
저도 그로스팀과 협업이 가장 많은데, 연관 상품 분석이나 RFM 분석을 더 깊게 하고 싶을 때 그로스팀에서 아예 따로 세션을 열어 방법론을 공유해 주셨어요.
그 덕분에 이후에는 CRM팀 내부에서도 자체적으로 분석을 할 수 있는 역량이 생겼고,
그 외 더 고도화된 분석은 다시 그로스팀에 요청하는 식으로
서로 역할이 정리되면서 협업의 밀도가 훨씬 높아졌어요.
함께 일하면서 CRM팀도 ‘그로스적인 시각’을 많이 갖게 된 것 같아요.
김찬희:
영아 님은 타임라인 관리와 계획을 정말 잘하세요. 저는 예전에는 ‘정해진 일정은 무조건 지켜야 한다’는 강박이 있어서 오히려 계획을 세우는 게 더 어려웠거든요. 그런데 영아 님과 건희 님(마티니 CRM 그룹 리더이자 COO)을 보면서 타임라인은 ‘내 일을 더 잘하기 위한 수단’이라는 관점으로 바뀌었고, 그 이후로는 계획을 훨씬 잘 활용할 수 있게 됐어요.
최영아:
찬희 님의 아이디어 내는 방식이 정말 부러웠어요. 저는 정리하고 수렴하는 쪽에 가까운데, 찬희 님은 항상 새로운 시각에서 질문을 던지고 제안을 해주세요.
웍스아웃 캠페인 때도 제가 세팅해 둔 걸 전혀 다른 관점에서 디벨롭해 주셨어요. 찬희 님과 협업하면서 사고를 확장해 아이디어를 내는 법을 많이 배우고 있어요. 카피를 쓰는 감각도 물론이고요.
김찬희:
저는 원래 호기심이 많은 편이에요. ‘왜 이렇게 하지?’라는 질문을 계속 하다 보면 아이디어가 나오는 것 같아요. CRM팀에는 저처럼 아이디어에 강점이 있는 사람도 있고, 영아 님처럼 구조화와 실행에 강한 분들도 있어서 서로의 강점을 보면서 자연스럽게 성장할 수 있는 환경이라고 생각해요.
김찬희:
기술적인 역량도 많이 달라졌지만, 가장 큰 변화는 태도라고 생각해요. 예전에는 ‘나무 한 그루를 어떻게 잘 보냐’에만 집중했다면, 지금은 숲을 보면서 관망할 수 있는 시각이 생겼어요.
마티니처럼 CRM 마케터가 많은 환경에서 ‘저 사람은 어떻게 일하지?’를 보면서 배울 수 있었던 게 제 시야를 넓혀준 가장 큰 계기였어요.
최영아:
저는 커머스뿐만 아니라 라이프스타일, 금융, F&B 등 여러 버티컬 산업에 대한 경험이라고 생각해요. 산업을 경험하면서 시야가 정말 넓어졌어요.
그리고 비교적 이른 연차에 리더를 맡게 된 것, 외부 행사나 컨퍼런스에서 발표할 기회를 얻은 것도 마티니가 아니었다면 쉽지 않았을 거라고 생각해요. 리더가 되면서 ‘이제는 내가 나서서 해봐야겠다’는 생각도 자연스럽게 들었고요.
최영아:
계속 배우고, 배운 걸 공유하는 문화요. 팀 내 공유회도 정기적으로 열리고, 다른 팀과 함께하는 세션도 있어서 계속 자극을 받고 시야를 넓힐 수 있어요. 이 문화는 절대 없어지면 안 된다고 생각해요.
김찬희:
저도 영아님 의견에 동의해요. 조금 더하자면 슬랙 질문 채널, 팀 미팅, 레퍼런스 문서까지 ‘공유하는 구조’가 자연스럽게 녹아 있어요. 모르는 걸 숨기지 않고 질문할 수 있는 분위기가 정말 큰 장점이에요.
김찬희:
CRM에 진짜 관심이 있는 분이면 좋겠어요.
그리고 논리적으로 생각하고, 본인이 잘하는 것과 부족한 걸 스스로 아는 분이면 더 좋아요.
최영아:
CRM을 ‘어떻게 하면 더 잘할 수 있을까’까지 고민해본 분이면 좋겠어요.
그리고 계속 배우려는 의지가 있는 분이라면, 마티니에서 정말 많이 성장하실 수 있을 거예요.
입사 후 3개월 : 배운 걸 바로 적용해보는 시간
마티니의 CRM 온보딩은 단순한 이론 교육에 그치지 않습니다.
체계적으로 구성된 교육 커리큘럼을 통해 CRM 툴, 데이터 해석, 캠페인 구조를 이해하고 배운 내용을 실제 캠페인에 바로 적용해보는 경험을 합니다. 이 시기에는 ‘아는 것’과 ‘할 수 있는 것’의 간극을 빠르게 줄이며 CRM 실무의 기본기를 단단히 다지는 데 집중합니다.
입사 후 6개월 : 부족한 지점을 스스로 인지하고, 채워나가는 시간
업무를 반복하며 ‘내가 어디에서 막히는지’, ‘무엇이 아직 부족한지’가 보이기 시작합니다.
이 시기에는 주변 동료들이 어떻게 일하는지 관찰하고, 직접 시도해보고, 시행착오를 겪으며 자신만의 일하는 방식을 만들어 갑니다.
마티니에서는 실패를 숨기기보다 공유하고,
그 과정에서 더 빠르게 성장하는 문화를 경험하게 됩니다.
입사 후 1년 : 잘하는 걸 더 잘할 수 있는 역할을 맡는 시점
1년이 지나면 기본적인 CRM 역량은 자연스럽게 자리 잡고,
본인이 잘하는 영역을 중심으로 더 큰 역할을 맡게 됩니다.
캠페인을 리딩하거나, 후배에게 노하우를 공유하고 내부 교육에 참여하는 등
‘혼자 잘하는 사람’을 넘어 팀에 영향을 주는 역할을 경험하게 됩니다.
마티니 CRM 팀은 단순히 캠페인을 실행하는 팀이 아니라, 고객 경험을 설계하고 비즈니스 성장을 고민하는 팀입니다. 잘하는 실무자에 머무르지 않고, '왜 이 전략이 필요한지' 질문하고 설명할 수 있는 사람으로 성장합니다.
혼자 잘하는 것보다 함께 더 좋은 결과를 만드는 법을 배우고 같이 성장하고 싶은 분이라면, 마티니 CRM 팀에서 그 다음 단계를 시작해 보세요.
|
|
마티니 CRM 팀에서 함께하실
|
December 29, 2025
많은 기업에서 ‘신규 고객 획득(Acquisition)’ 만큼이나 공을 들이는 분야가 바로 ‘기존 고객 유지(Retention)’입니다. 고객과의 접점을 관리하고 개인화된 경험을 제공하는 CRM(고객 관계 관리) 솔루션 중 전세계적으로 가장 주목받는 솔루션이 바로 ‘브레이즈(Braze)’입니다.
브레이즈의 핵심적인 기능인 ‘Canvas(캔버스)’ 기능은 고객 여정을 시각화하여 설계할 수 있도록 돕는 기능입니다. 앱 푸시, 인앱 메시지(IAM), 이메일, 카카오톡 등 다양한 채널을 하나의 흐름으로 연결하여 고객에게 적합한 채널로, 적절한 시점에 메시지가 나갈 수 있도록 자동화할 수 있습니다.
브레이즈에서는 고객의 최근 조회 상품, 장바구니 내역, 선호 카테고리 등을 ‘Liquid(리퀴드)’를 활용해 실시간으로 메시지에 녹여낼 수 있습니다. 또한 ‘Connected Content(커넥티드 콘텐트)’를 같이 활용하면 외부 데이터도 API를 활용하여 실시간으로 연동해 더욱 다채로운 메시지 구성이 가능합니다.
브레이즈는 이외에도 다양한 AI 기능을 지속적으로 업데이트 하면서, 마케터들이 더 효율적으로 CRM 전략을 구상하고 실행할 수 있도록 돕고 있습니다.
많은 기업이 국내외 다양한 CRM 솔루션 사이에서 고민하지만, 결국 브레이즈를 선택하는 이유는 명확합니다.
모든 솔루션이 ‘마케팅 자동화’를 지원한다고 말하지만, 실질적으로 리소스를 절감하는 수준의 자동화를 제공하는 솔루션은 많지 않습니다. 브레이즈의 Canvas는, 고객 행동에 따라 실시간으로 분기되는 수천 개의 여정을 단일 워크플로우로 자동화합니다. 특히 반복적인 운영 업무를 대체하는 ‘자동 업데이트 세그먼트’와 인지 부하를 줄여주는 ‘라이브 여정 시각화’를 통해 마케터의 수동 리소스를 최소화합니다.
타 솔루션이 외부 AI 모델을 연결하는 데 그치는 수준이라면, 브레이즈는 플랫폼 자체에 AI 기능이 깊숙이 통합되어 있습니다. 마케터가 복잡한 기술 지식 없이도 브레이즈를 통해 개인화 타겟팅, 발송 시간 최적화 등을 구현할 수 있도록 되어 있어 리소스 절감 효과가 큽니다.
브레이즈는 전 세계 수천 개의 글로벌 기업이 사용하는 만큼, 대규모 트래픽 처리와 보안 측면에서 압도적인 안정성을 자랑합니다. 끊김 없는 서비스 가용성을 바탕으로, 마케팅 캠페인이 집중되는 피크 타임에도 지연 없는 메시지 발송을 보장합니다.
특히 이러한 글로벌 수준의 강력한 인프라 위에, 한국 시장의 필수 CRM 채널 중 하나인 ‘카카오톡’을 새로 연동하면서 이제 브레이즈 캔버스 내에서도 카카오톡을 활용할 수 있게 되었습니다.
브레이즈는 많은 고객사를 보유하고 있는 만큼 꾸준히 기능을 발전시켜 나가고 있습니다. 최신 마케팅 트렌드와 기술 변화에 가장 빠르게 대응하며, 한 번의 도입으로 계속 발전된 기능을 사용할 수 있습니다.
|
|
브레이즈, 믿을 수 있는
|
December 11, 2025
데이터를 분석하다 보면 ‘이 질문에 답하려면 어떤 차트를 만들어야 할까?’라는 고민을 자주 하게 됩니다. 앰플리튜드(Amplitude)는 이러한 고민을 덜어주기 위해 Ask Amplitude를 선보였습니다.
Ask Amplitude는 사용자가 자연어로 질문을 입력하면, 곧바로 적합한 차트를 생성하고 인사이트를 제공합니다. 지금부터 Ask Amplitude를 실무에서 어떻게 활용할 수 있는지, 구체적인 사례를 통해 살펴보겠습니다.
행동 데이터의 핵심 가치는 질문에 답하고, 의사 결정에 필요한 인사이트를 도출하는 데 있습니다. 그러나 지금까지 앰플리튜드를 사용하는 많은 사용자들은 제품 UI에서 차트를 단계별로 직접 구성해야 했습니다.
이제 Ask Amplitude를 통해 이러한 복잡한 차트 작성 과정을 대폭 간소화할 수 있습니다. 여러 단계를 거쳐 차트를 구성할 필요 없이, 아래 예시처럼 궁금한 내용을 질문 형태로 입력하기만 하면 됩니다.
Ask Amplitude는 질문을 이해하고, 적절한 차트 유형과 이벤트, 속성을 자동으로 선택해 결과를 보여줍니다. Amplitude AI Agent 기능과 함께 활용하면, 데이터 분석에 필요한 시간과 노력을 크게 줄일 수 있습니다.
Ask Amplitude는 데이터팀에 의존하지 않고도 누구나 스스로 데이터를 탐색할 수 있도록 설계되었습니다. 단순히 질문에 답하는 AI가 아니라, 실무자가 제품 데이터를 직접 활용할 수 있도록 돕습니다.
예를 들어 ‘사용자 가입부터 노래 또는 영상 구매까지의 퍼널 전환율은 어떻게 되나요?’라고 질문했다고 가정해 보겠습니다.
Ask Amplitude는 전환율 수치만 제공하는 데서 그치지 않고, A/B 테스트 가입 그룹별로 데이터를 분할하고, 전날 대비 지표를 비교하며, 첫 단계에서 안드로이드(Android)와 iOS 플랫폼만 필터링하는 방법까지 함께 보여줍니다.
또한 자연어 기반으로 데이터 분석을 구성할 수 있게 되면서, 실무자가 필요한 시점에 직접 서비스 데이터를 분석하고 인사이트를 도출할 수 있게 되었습니다. 이렇게 생성된 차트는 단순한 보고용 결과가 아니라, 실무자가 스스로 지식을 쌓고 다음 질문에 주도적으로 답할 수 있는 토대가 됩니다.
편리함만을 이유로 AI가 차트를 무분별하게 생성하게 두면 문제가 발생할 수 있습니다. 비슷한 내용의 차트가 여러 개가 있으면, 오히려 어떤 차트를 신뢰해야 할지 판단하기 어려워지기 때문입니다.
Ask Amplitude는 시맨틱 검색을 활용해 이러한 문제를 방지합니다. 새로운 차트를 만들기 전에 먼저 앰플리튜드 내에 이미 존재하는 콘텐츠를 검색하고, 동료들이 만들고 검증한 차트 중 유사한 것이 있는지부터 확인합니다.
이러한 검색 기법은 ‘스트리밍된 비디오 시간’과 ‘총 시청 시간’처럼 표현은 다르지만 같은 의미를 가진 용어까지 인식합니다. 덕분에 사용자는 대부분의 경우 새로운 차트를 추가로 생성하지 않고도 필요한 콘텐츠를 찾을 수 있으며, 앰플리튜드 내 콘텐츠의 품질과 신뢰도를 함께 유지할 수 있습니다.
마티니는 앰플리튜드를 활용해 고객사가 데이터에서 인사이트를 얻고, 더 나은 의사결정을 할 수 있도록 돕고 있습니다. 데이터 환경을 구축하고 마케팅 성과를 높이고 싶다면, 지금 바로 마티니와 만나보세요.
|
|
실무자에게 적합한
|
December 10, 2025
마케터라면 한 번쯤 이런 고민을 해보셨을 겁니다.
“브랜드 메시지는 통제가 쉬운 정적형 소재가 낫지 않을까?”
“효율을 높이려면 반응형이 답이지 않을까?”
우리는 흔히 정적형 소재를 ‘안전한 선택’, 반응형 소재를 ‘효율적인 선택’ 정도로 단순화합니다. 하지만 실제 데이터를 기반으로 보면, 이 구분은 생각보다 더 입체적인 이야기를 보여줍니다.
정적형 소재
반응형 소재
즉, 이번 실험은 정적형과 반응형을 각각 따로 운영한 것이 아니라, 동일한 그룹 환경에서 나란히 성과 차이를 검증한 케이스입니다. 반응형에는 기존 정적 이미지뿐만 아니라 영상·텍스트 조합까지 포함되어, 자동 최적화와 소재 확장의 효과를 동시에 살펴볼 수 있었습니다.
데이터는 분명했습니다.
즉, 반응형은 광고비를 더 많이 소진했음에도 불구하고, 효율 지표(ROAS·CVR)까지 개선되었습니다.
이는 곧 예산 확대와 효율 개선을 동시에 달성할 수 있는 운영 구조가 반응형 소재에서 구현되었음을 보여줍니다.
특히 반응형 소재 투입 이후, 캠페인 매출 구조가 점차 반응형 중심으로 이동하는 흐름이 뚜렷하게 나타났습니다.
반응형 크리에이티브라는 포맷 자체의 구조적 강점에서 비롯됩니다.
즉, 반응형은 더 많은 테스트 → 더 빠른 학습 → 더 정교한 최적화라는 선순환 구조를 갖습니다.
정적형과 반응형은 경쟁 관계가 아니라, 서로 다른 목적을 가진 크리에이티브 포트폴리오 요소입니다.
이번 실험은 데이터 관점에서 '반응형이 성과적으로 우위에 있다'는 사실을 명확히 보여줍니다.
동시에, 캠페인을 운영하는 마케터라면 브랜드 메시지 통제를 위한 정적형 소재의 필요성도 고려하지 않을 수 없습니다.
정리하자면,
결국 ROI를 높이는 열쇠는 정적형과 반응형을 이분법적으로 나누는 것이 아니라, 두 가지를 어떻게 조합하느냐에 달려 있습니다.
December 9, 2025
이제 브레이즈에서 RFM 세그멘테이션을 활용할 수 있게 되었습니다.
RFM 세그멘테이션은 최근성(Recency), 빈도(Frequency), 금액(Monetary)를 기준으로 각 지표를 스코어링하고, 점수별 유저 그룹의 특성을 정의하는 세그멘테이션 방식입니다.
브레이즈의 SQL Segment Extension에서 사전 정의된 템플릿을 활용해 간편하게 사용할 수 있습니다.
RFM 세그먼트에 대한 상세한 내용은 마티니의 RFM 분석 사례 아티클에서도 확인해보실 수 있습니다.
*쿼리문에서 일부 데이터를 조정하여 기준을 변경하는 것도 가능합니다.
Custom Attribute별로 각 데이터가 차지하는 비중을 확인할 수 있는 기능이 생겼습니다.
예를 들어, ‘멤버십’ 정보를 저장한 Custom Attribute에 각 멤버십 등급별 비중을 확인하거나, 유저가 ‘구매한 카테고리 리스트’에 가장 많이 담긴 카테고리 비중을 확인하는 등의 인사이트 확인이 가능합니다.
다만, 25만 명 이상으로 유저수가 큰 경우, 샘플링된 데이터로 제공되어 실제와 오차가 발생할 수 있는 점 참고가 필요합니다.
Data Settings > Custom Attribute 메뉴로 진입하여 보고 싶은 데이터의 우측 메뉴에서 View Usage 버튼을 눌러 확인할 수 있습니다.
November 20, 2025
대부분의 서비스는 신규 고객 확보를 위한 첫 관문으로 ‘회원가입 캠페인’을 운영합니다.
이는 단순히 가입자를 늘리는 차원을 넘어, 잠재 고객을 자사 플랫폼 안으로 유입 시켜 장기적인 이용 전환과 관계 형성의 시작점으로 삼기 때문입니다.
특히 퍼포먼스 관점에서는 가입 단계의 전환율이 이후 구매 전환율·리텐션에 직접적인 영향을 미치는 핵심 지표로 작용하기도 합니다.
이번 캠페인은 회원가입을 통한 활성 사용자(DAU) 확보를 목표로 진행되었습니다. 해당 서비스는 로그인을 기준으로 이용 활성도를 산정하기 때문에, 가입 단계를 최적화하는 것이 곧 활성 사용자 확대로 직결되는 구조를 가지고 있습니다.
또한 “비용 효율적으로 신규 유저를 확보하면, 이후 첫 구매 전환율이 개선될 수 있다”는 가설 하에 랜딩 페이지 구조에 따른 가입 효율 및 이후 구매 전환율 차이를 검증하고자 하였습니다.
광고 클릭 → 카카오 간편 로그인 → 즉시 회원가입 가능
광고 클릭 → 자사몰 회원가입 페이지 → 가입 절차 진행
애드뷰 랜딩은 즉시 간편가입으로 이어질 수 있는 짧은 전환 경로가 장점이며, 자사몰 랜딩은 회원가입 혜택·프로모션·다양한 로그인 옵션을 한눈에 보여줄 수 있다는 장점이 있습니다.
고객사는 기존에 애드뷰를 중심으로 신규 유저를 대량 확보해왔으나, 애드뷰 유입 사용자의 구매 전환율이 낮을 것이라는 가설을 가지고 있었기에 이번 테스트를 통해 전환 효율과 유입 품질 간의 균형점을 찾는 것이 핵심 과제였습니다.
실험 결과, 애드뷰 랜딩(카카오 간편가입)이 웹 랜딩 대비 압도적으로 낮은 CPA를 기록하며 전환 효율 측면에서 우위를 보였습니다. 동일한 예산과 소재 조건에서도 랜딩 구조의 단순화만으로 약 17배의 전환 단가 차이가 발생했습니다.
다만, 애드뷰를 통한 가입 유저의 구매 전환율은 상대적으로 낮은 경향을 보여 단기 전환 효율은 높았으나 장기 가치 관점에서는 추가적인 품질 검증이 필요한 과제로 남았습니다.
전환 구조의 단순화는 전환 효율을 극대화 합니다
모바일 환경에서는 클릭 이후 단계를 하나 줄이는 것만으로도 전환율이 눈에 띄게 향상됩니다. 즉 ‘가입 허들을 낮추는 설계’ 자체가 전환 효율을 높이는 핵심 요인으로 작용합니다.
목표에 따라 최적의 랜딩 구조는 달라집니다.
홈페이지 랜딩은 브랜드 메시지 전달에는 유리하지만, 회원 가입 중심 캠페인에서는 오히려 전환 퍼널이 길어져 효율이 저하될 수 있습니다. 이번 실험을 통해 목표가 명확한 캠페인일수록, 여정을 단순화하는 구조 설계가 필요함을 확인하였습니다.
소재 메시지의 직관성이 전환율에 직접적인 영향을 미칩니다.
가입 혜택을 강조한 메시지보다, 즉시 공감 가능한 프로모션 중심 메시지가 두 랜딩 방식 모두에서 더 높은 전환율을 보였습니다. 이는 사용자가 ‘즉각적인 보상’을 인지할 때 더 빠르게 행동으로 이어진다는 점을 시사합니다.
이번 실험은 회원가입 전환율을 높이는 데에는 명확한 성과를 보였으나, 가입 이후 구매로 이어지는 전환율은 상대적으로 낮게 나타났습니다. 이는 간편 가입을 통한 빠른 진입이 단기 전환 효율을 높일 수는 있지만, 유입 유저의 품질 측면에서는 추가 검증이 필요함을 보여줍니다.
향후에는 가입 이후 행동 데이터(첫 구매율, 재방문율, 이탈률 등)를 기준으로 한 후속 실험을 통해 실제 장기적으로 유효한 유저의 특성을 검증할 예정입니다. 이를 통해 단기 효율 중심의 구조에서 한 단계 나아가, ‘가입 이후 가치’를 극대화하는 사용자 여정 설계 방향을 도출하고자 합니다.
November 18, 2025
퍼포먼스 마케팅에서 마케터가 조정할 수 있는 영역은 크게 세 가지입니다. 매체, 소재, 그리고 랜딩 페이지입니다. 많은 분들이 랜딩 페이지는 마케터가 직접 통제하기 어렵다고 생각하지만, 다음과 같은 방식으로 충분히 효율을 개선할 수 있습니다.
랜딩 페이지에 신경을 써야 하는 이유는 명확합니다. 랜딩 페이지는 유저 이탈과 성과를 결정짓는 마지막 관문이자, 효율을 좌우하는 주요 변수이기 때문입니다.
매력적인 소재와 안정적인 매체 세팅이 있어도, 유저가 도착한 랜딩 페이지가 제대로 작동하지 않으면 전환율은 현저히 낮아집니다.
마티니에서 진행한 두 가지 랜딩 페이지 테스트를 소개합니다.
테스트에 앞서 두 가지 가설을 세우고, 효율을 판단할 수 있는 지표를 설정했습니다.
실험 설계
테스트 결과 :
CVR의 경우, 두 랜딩에서 비슷한 효율이 확인되었으나 KPI인 구독 CPA를 달성하는데 ‘이벤트 페이지’의 효율이 더 우수했습니다.
→ 이를 통해 성과를 높일 수 있는 구성 요소 추가한 랜딩 페이지의 우수성을 확인했습니다.
실험 설계
테스트 결과 :
→ 이를 통해 광고 소재의 메시지와 랜딩의 맥락이 일치 및 연관성이 높을수록 유저들의 전환 이후 행동(가입)이 활성화 되는 점을 확인했습니다.
좋은 랜딩 페이지는 단순히 디자인이 깔끔한 페이지가 아닙니다. 광고 메시지와 일관성을 유지하며, 유저가 '무엇을 해야 하는지'를 명확하게 전달하는 페이지입니다.
마케터는 다음 세 가지를 점검해야 합니다.
소재, 매체, 랜딩 페이지는 각각의 기능을 수행하면서도 하나의 유저 여정을 구성합니다.
유저 경험과 효율을 개선하기 위해 랜딩 페이지를 한번 더 점검해 보는 것은 어떨까요?
|
|
성과 향상을 위해 고민하는 퍼포먼스 대행사를 찾고 있다면?
|
November 13, 2025
지난 11월 11일, Liquid 심화 문법과 Connected Content 활용법을 중심으로 브레이즈 부트캠프가 진행되었습니다. 이번 세션은 기본적인 개인화 태그를 넘어, 복잡한 조건 처리와 외부 API 연동을 통해 더욱 정교한 개인화 메시지를 구현할 수 있는 심화 방법을 다루었습니다.
Braze를 더욱 효과적으로 활용하고 CRM 마케팅을 고도화하고자 모인 많은 실무자 분들과 함께한 생생한 현장을 만나보세요.
첫 번째 세션에서는 Liquid의 고급 문법과 실무 활용법을 중심으로 진행되었습니다. 실무에서 자주 마주치는 시나리오를 직접 설계하며, 기본적인 개인화 태그를 넘어 조건문(if), 반복문(for), 다양한 필터(date, capitalize, split 등)를 활용해 더 정교한 메시지를 구성하는 방법을 배웠습니다.
실습에서는 고객의 구매 이력에 따라 추천 상품을 다르게 표시하고, 배열 데이터를 반복문으로 처리하며, 날짜 형식을 변환하는 작업을 직접 수행했습니다. 참여자들은 조건 분기, 배열 순회, 필터 적용 등 Liquid의 핵심 기능을 실제 메시지에 적용하면서 실무 감각을 키울 수 있었습니다.
두 번째 세션에서는 Connected Content를 통해 실시간 데이터를 활용한 개인화를 다뤘습니다. 이 기능을 활용하면 실시간 재고 확인, 날씨 정보 연동, AI 기반 상품 추천, 최신 콘텐츠 자동 업데이트 등 브레이즈에 저장되지 않은 외부 데이터를 메시지에 활용할 수 있습니다.
실습에서는 실제 API를 호출하고, 응답으로 받은 JSON 데이터에서 필요한 값을 추출해 메시지를 구성하는 과정을 직접 진행했습니다. 상품 추천 API를 호출해 고객별 맞춤 추천 상품 목록을 가져온 뒤, 각 상품의 이름, 가격, 이미지를 메시지에 동적으로 표시하는 방법을 배웠습니다.
2025년 마지막 일정으로 진행된 브레이즈 부트캠프가 성황리에 종료되었습니다. 이번 부트캠프에서는 Liquid의 고급 문법부터 Connected Content를 활용한 실시간 데이터 연동까지, CRM 개인화의 핵심 기능을 실무 중심으로 다뤘습니다.
마티니는 브레이즈의 국내 공식 파트너사로서, 앞으로도 실무에 바로 적용할 수 있는 구체적인 방법론과 노하우를 제공하는 교육을 지속적으로 운영할 예정입니다.
데이터 기반 마케팅을 시작하고 싶다면 지금 바로 마티니를 만나보세요.
|
|
브레이즈 도입 및 활용을 고민하고 있다면?
|
Braze Bootcamp - Pesonalization 심화
주최 | Martinee ✕ Braze
일시 | 2025년 11월 11일 (화) 15 - 17시
장소 | 삼성 저스트코타워 3F
November 12, 2025
마티니가 스노우플레이크가 주최한 'Marketer's Edge: 데이터 전략과 ROI' APAC 웨비나에서 브레이즈를 활용한 롯데ON 사례를 발표했습니다.
스노우플레이크와 브레이즈를 결합해 개발 리소스 없이 고도화된 CRM 캠페인을 실행한 방법, 지금 확인해보세요.
1,500만 명 이상의 회원 수를 보유한 롯데ON은 핵심 고객의 리텐션을 강화해야 하는 과제를 안고 있었습니다. 대규모 사용자 데이터를 활용해 개인화된 경험을 제공하고 싶었지만, 복잡한 데이터 구조와 제한된 개발 리소스라는 현실적인 제약이 있었습니다.
매번 캠페인을 실행할 때마다 개발팀의 지원이 필요했고, 이는 마케팅 실행 속도를 늦추는 요인이 되었습니다.
마티니는 이러한 문제를 해결하기 위해 스노우플레이크와 브레이즈를 통합한 노코드 초개인화 환경을 지원했습니다. 데이터 엔지니어링 없이도 마케터가 직접 고객 데이터를 활용해 캠페인을 기획하고 실행할 수 있는 구조를 만드는 것이 핵심이었습니다.
이를 통해 개발팀의 직접 개입 없이도 다양한 데이터를 CRM 마케팅에 활용할 수 있는 구조를 마련했습니다.
마티니는 어떻게 스노우플레이크와 브레이즈 연동을 통해 단기간에 높은 성과를 만들었을까요? 지금부터 스노우플레이크와 브레이즈를 활용한 마티니와 롯데ON의 세 가지 캠페인을 살펴보겠습니다.
일반적으로 개인화 캠페인을 진행하려면 개발 리소스가 필요합니다. 하지만 현실적으로 개발 우선순위를 확보하기란 쉽지 않습니다. 개발 지원을 받지 못하면 마케터가 직접 수동으로 데이터를 세팅해야 하고, 그 과정에서 시간과 리소스가 계속 투입됩니다. 결국 다른 기회를 놓치게 되는 셈입니다.
위 사례가 구현이 가능했던 핵심은 브레이즈의 CDI(Cloud Data Ingestion) 기능을 활용해 스노우플레이크의 데이터를 Custom Attribute로 활용했기 때문입니다.
마케터가 클릭 몇 번으로 실시간 데이터를 불러오고, 맞춤형으로 전송할 수 있습니다. 이를 통해 CRM 마케팅을 더 매끄럽고 효율적으로 운영할 수 있게 되었습니다.
이번 세션을 통해 제한된 개발 리소스 속에서도 데이터 기반 CRM 전략을 충분히 구축할 수 있음을 확인했습니다. 적절한 도구와 전략이 결합되면, 마케터가 주도적으로 데이터를 활용하고 실질적인 성과를 만들어낼 수 있습니다.
마티니는 고객사의 데이터 환경을 구축하고, 이를 마케팅 성과로 연결하는 과정을 함께합니다. 데이터 기반 마케팅 전략이 궁금하시다면, 지금 바로 마티니와 만나보세요.
|
|
국내 엔터프라이즈가 선택한 CRM 전략이 궁금하다면?
|
Marketer's Edge: 데이터 전략과 ROI | APAC 라이브 웨비나
주최 | Snowflake
일시 | 2025년 11월 11일 (화) 11:00 - 13:30
.webp)
